[Hive高级特性与 DDL和DML语法]

🎇前言:

🎇此文章在阿为的刺激之下,奋笔疾书而作

🎇 HiveQL语言的基本语法，包括DDL和DML两个方面。

🎇DDL（数据定义语言）：

1. 创建数据库：CREATE DATABASE database_name;
2. 删除数据库：DROP DATABASE database_name;
3. 创建表：CREATE TABLE table_name (column1 data_type, column2 data_type, ...);
4. 删除表：DROP TABLE table_name;
5. 修改表结构：ALTER TABLE table_name ADD COLUMN column_name data_type;
6. 查看表结构：DESCRIBE table_name;

🎇DML（数据操作语言）：

1. 插入数据：INSERT INTO table_name (column1, column2, ...) VALUES (value1, value2, ...);
2. 查询数据：SELECT column1, column2, ... FROM table_name WHERE condition;
3. 更新数据：UPDATE table_name SET column1 = value1, column2 = value2 WHERE condition;
4. 删除数据：DELETE FROM table_name WHERE condition;
5. 聚合函数：SUM、AVG、COUNT、MAX、MIN等。

🎇 Hive高级特性

Hive的多种内置函数、Hive的分区和桶、Hive的索引、Hive的视图、Hive的UDF等高级特性。

• 多种内置函数：

Hive提供了多种内置函数，包括数学函数、字符串函数、日期函数、聚合函数等。例如，ABS、CONCAT、FROM_UNIXTIME、SUM等。

-- 字符串函数
SELECT CONCAT(name,' is ',age,' years old') FROM mytable;

-- 日期函数
SELECT DATE_SUB('2022-01-01', 365) FROM mytable;

-- 数学函数
SELECT ABS(score) FROM mytable;

• 分区和桶：

Hive支持对表进行分区和桶操作，可以提高查询效率。分区是按照某个列的值进行分区，而桶是按照哈希值进行分区。例如，CREATE TABLE table_name (column1 data_type, column2 data_type, ...) PARTITIONED BY (partition_column data_type) CLUSTERED BY (bucket_column) INTO num_buckets BUCKETS;

分区是Hive中管理数据的一种方式，它可以加快数据查询的速度。桶则与分区类似，但桶是在分区内再次划分的，可以让查询更加快速。

-- 创建分区表
CREATE TABLE mytable(
  id INT,
  name STRING
)
PARTITION BY (age INT, gender STRING);

-- 加载数据到分区表
INSERT INTO mytable PARTITION(age=25, gender='Female') VALUES(1,'Amy');

-- 创建桶表
CREATE TABLE mytable(
  id INT,
  name STRING,
  age INT,
  color STRING
)
CLUSTERED BY (age) INTO 3 BUCKETS;

• 索引：

Hive支持对表进行索引操作，可以提高查询效率。可以使用CREATE INDEX语句创建索引，例如，CREATE INDEX index_name ON table_name (column_name);

-- 创建B-Tree索引
CREATE INDEX myindex ON TABLE mytable(age) AS 'org.apache.hadoop.hive.ql.index.compact.CompactIndexHandler';

-- 创建Bitmap索引
CREATE INDEX myindex ON TABLE mytable(age) AS 'org.apache.hadoop.hive.ql.index.bitmap.BitmapIndexHandler';

• 视图：

Hive支持创建视图，可以简化查询操作。可以使用CREATE VIEW语句创建视图，例如，CREATE VIEW view_name AS SELECT column1, column2, ... FROM table_name WHERE condition;

-- 创建视图
CREATE VIEW myview AS SELECT id, name FROM mytable;

-- 查询视图
SELECT * FROM myview;

-- 删除视图
DROP VIEW myview;

• UDF：

Hive支持自定义函数，可以根据需要编写自己的函数。可以使用CREATE FUNCTION语句创建UDF，例如，CREATE FUNCTION function_name AS 'class_name' USING JAR 'jar_file_path'; Hive支持用户自定义函数（UDF），可以根据需要编写自己的函数来处理数据。使用方法为编写Java或Python代码并打包为JAR文件，然后将该文件上传到Hive中，并注册UDF函数供使用。

-- 创建UDF
ADD JAR /path/to/udf.jar;
CREATE TEMPORARY FUNCTION myudf AS 'com.example.udf.MyUDF';

-- 使用UDF
SELECT myudf(id, name) FROM mytable;